Documente Academic
Documente Profesional
Documente Cultură
PROFESOR GUÍA:
RODOLFO URRUTIA URIBE.
MIEMBROS DE LA COMISIÓN:
PATRICIO CONCA KHEL
FERNANDO CONTARDO DÍAZ-MUÑOZ
SANTIAGO DE CHILE
MARZO 2016
RESUMEN DE LA MEMORIA PARA OPTAR AL
TÍTULO DE: INGENIERO CIVIL INDUSTRIAL
POR: RAUL CORNEJO GONZÁLEZ
FECHA: MARZO 2016
PROFESOR GUÍA: RODOLFO URRUTIA URIBE
ESTRATEGIA PARA UNA MUTUAL DE SEGURIDAD EN LA PREVENCIÓN DE
ACCIDENTES PYME
Las mutuales de seguridad del accidente de Chile son las instituciones privadas sin
fines de lucro creadas en la década de 1960. Encargadas de las acciones de
prevención de riesgos y de los servicios y tratamiento de accidentes del trabajo y
enfermedades profesionales. La tasa de accidentabilidad en nuestro país ha disminuido
de un 30% a un 5% en promedio luego de la creación de éstas.
Se obtiene como resultado que la prevención de accidentes tiene una reducción del
25% en la tasa de accidentabilidad semestral de la PYME, además utilizando la
propuesta planteada, Mutual de Seguridad se ahorraría MM$42 anuales sólo utilizando
el ranking propuesto por el memorista en cada semestre, gracias a un mayor poder
predictivo.
1
Trabajadores Afiliados
i
Agradecimientos
A mis amigos, compañeros de Universidad, familia, mis tíos, empresas donde hice mis
prácticas, a la Mutual de Seguridad, profesores y Universidad.
ii
Tabla de Contenido
1. Introducción ............................................................................................................1
2. Antecedentes .........................................................................................................3
2.1 Mutuales de Seguridad en Chile .............................................................................3
2.2. Tasas de accidentabilidad y fatalidad ....................................................................5
2.3. Mutual de Seguridad C.Ch.C. ................................................................................6
2.4. Empresas PYME en Chile .....................................................................................6
2.5. PYME en Mutual de Seguridad C.Ch.C. ................................................................7
2.6. Descripción del Proyecto .......................................................................................9
2.7. Justificación .........................................................................................................10
2.8. Objetivos ..............................................................................................................11
2.8.1. Objetivo General ...........................................................................................11
2.8.2. Objetivos Específicos ....................................................................................11
2.9. Metodología .........................................................................................................12
2.10. Alcances ............................................................................................................12
3. Proceso Actual de Prevención .............................................................................14
3.1. Descripción Proceso Prevención .........................................................................14
a) Criticidad ..........................................................................................................14
b) Ranking y Clasificación ....................................................................................17
c) Acciones ..........................................................................................................17
3.2. Análisis Proceso Prevención Actual.....................................................................21
a) Criticidad ..........................................................................................................21
4. Marco Teórico ........................................................................................................25
5. Tratamiento y Análisis de la Data ..........................................................................30
5.1. Ingresos y gastos empresas PYME ..............................................................31
5.2. Accidentes en empresas PYME ...................................................................33
5.3. Accidentes por sector económico .................................................................35
5.4. Distribución de cantidad y tasas de accidentes. ...........................................43
5.5. Comportamiento de accidentes en empresas ..............................................49
5.6. Cambio de Accidentes en Empresas ............................................................50
6. Impacto de protocolos de prevención en accidentes ........................................56
iii
7. Modelos de Predicción y Clasificación ...............................................................62
7.1. Criterios selección modelos. ............................................................................64
7.2 Clasificación Empresas (<25 trabajadores) ......................................................65
7.3. Predicción Accidentes (>25 trabajadores)........................................................70
7.4. Clasificación Empresas (>25 trabajadores) ......................................................72
7.5. Contraste con modelo predictivo actual ...........................................................74
8. Propuesta y Beneficios Económicos ..................................................................76
8.1. Propuesta.........................................................................................................76
8.2. Beneficios económicos ....................................................................................77
9. Conclusiones .........................................................................................................82
10. Bibliografía .........................................................................................................84
11. Anexo y Apéndices ............................................................................................85
iv
Índice de Tablas
Tabla 1: Clasificación empresas en Chile de acuerdo a montos de ventas y n° de
empleados (Ministerio economía). ...................................................................................7
Tabla 2: Distribución Empresas en Chile año 2014 (Ministerio Economía). .....................7
Tabla 3: Variables utilizadas en modelo de criticidad .....................................................14
Tabla 4: Grupo de actividad económica con código respectivo. .....................................15
Tabla 5: Ponderación de las variables en el modelo de criticidad. .................................16
Tabla 6: Ejemplo de variables y puntajes para la empresa “Ejemplo Ltda.” Modelo
criticidad. ........................................................................................................................16
Tabla 7: Rangos de criticidad y clasificación de empresas para segundo semestre 2014.
.......................................................................................................................................17
Tabla 8: Asesorías entregadas a las distintas clasificaciones de empresas. .................18
Tabla 9: Variables modelo criticidad actual y sus ponderadores respectivos. ................21
Tabla 10: Resultado análisis correlación de covariables del modelo de criticidad con el
número de accidentes de empresas PYME. Año 2014 y primer semestre 2015. ...........22
Tabla 11: Tabla de Correlaciones entre variables explicativas modelo de criticidad
actual. .............................................................................................................................22
Tabla 12: Estudio magnitud de ponderación de variables explicativas en modelo de
criticidad. ........................................................................................................................23
Tabla 13: Errores en el ranking de empresas. ................................................................24
Tabla 14: Relación Accidentes No Fatales con Accidentes Fatales (Semestres). .........35
Tabla 15: Matriz de transición (cantidad) de la clasificación de empresas PYME entre
semestres. ......................................................................................................................51
Tabla 16: Matriz de transición (probabilidad) clasificación de empresas PYME. ............51
Tabla 17: Matriz de transición promedio ponderada. Cinco semestres, enero-2013 a
junio-2015.......................................................................................................................51
Tabla 18: Comparación entre tasas reales versus predicciones. 13 empresas
intervenidas a fines de 2014...........................................................................................60
Tabla 19: Actividades económicas y tasas de accidentabilidad. ....................................62
Tabla 20: Nueva clasificación de sectores económicos .................................................63
Tabla 21: Matriz de confusión, modelos clasificación empresas. ...................................64
v
Tabla 22: Performance Support Vector Machine Clasiffication. Clasificación accidentes
empresas, nueva segmentación.....................................................................................66
Tabla 23: Performance Random Forest Classification. Clasificación accidentes
empresas, nueva segmentación.....................................................................................66
Tabla 24: Support Vector Machine Classification. Antigua segmentación. .....................67
Tabla 25: Random Forest Classification. Antigua segmentación. ..................................67
Tabla 26: Support Vector Machine Clasiffication. Antigua Clasificación y data filtrada. .68
Tabla 27: Random Forest Classiffication. Antigua Clasificación y data filtrada. .............68
Tabla 28: Medidas de precisión. Antigua segmentación, data filtrada y modificada con
empresas sin accidentes. Random Forest Classification y Support Vector Machine. ....69
Tabla 29: Medidas de rendimiento, predicción de accidentes empresas mayor a 25
trabajadores. Support Vector Machine, Random Forest y Poisson Regression. Primer
semestre 2015 testeo. ....................................................................................................71
Tabla 30: Acierto de modelos en 672 empresas con más accidentes primer semestre
2015. ..............................................................................................................................71
Tabla 31: Accuracy para clasificación de empresas. Empresas sin accidentes, empresas
con 1 a 3 accidentes y empresas con más de 3 accidentes. Modelos para PYME con
más de 25 trabajadores. .................................................................................................73
Tabla 32: Comparación de modelos propuestos y modelo de criticidad Mutual de
Seguridad C.Ch.C. .........................................................................................................74
Tabla 33: N° Accidentes cubiertos si se considera el 1% de las empresas con más
accidentes para cada modelo de ranking. ......................................................................75
Tabla 34: Nueva Clasificación de empresas con descripción de cada una de ellas. ......76
vi
Índice de Ilustraciones
vii
Ilustración 23: Evolución tasa accidentabilidad Servicios Profesionales. Años 2013,
2014 y 2015....................................................................................................................43
Ilustración 24: Histograma de accidentes. Cinco semestres distintos ............................44
Ilustración 25: Histograma de Accidentes. 5 semestres a evaluar. No se contemplan “0”
accidentes ......................................................................................................................44
Ilustración 26: Accidentes para empresas PYME con más de 25 trabajadores. ............45
Ilustración 27: Distribución Accidentes para empresas con menos de 25 trabajadores .46
Ilustración 28: Histograma tasa de accidentes empresas PYME (semestres). ..............47
Ilustración 29: Histograma tasa de accidentes. Empresas PYME con más de un
accidente en período a evaluar (semestre). ...................................................................47
Ilustración 30: Histograma tasa de accidentes. Empresas PYME con más de 25
trabajadores por período a evaluar (semestre). .............................................................48
Ilustración 31: Histograma tasa de accidentes. Empresas PYME con menos de 25
trabajadores por período a evaluar (semestre). .............................................................49
Ilustración 32: Nº Adherente 154454, 102 accidentes. ...................................................50
Ilustración 33: N° Adherente 154381, 80 accidentes. .....................................................50
Ilustración 34: Modelamiento transiciones entre etiquetas (Cadena de Markov). ..........52
Ilustración 35: Relación de empresas con y sin variación en clasificación planteada en
5.6.b (cinco períodos). ....................................................................................................54
Ilustración 36: Empresas sin variación de categoría en los cinco períodos.
Desagregadas en “empresas cero” y el resto de las categorías. ...................................54
Ilustración 37: Evolución tasa accidentabilidad mensual, empresas a evaluar impacto de
prevención. .....................................................................................................................58
Ilustración 38: Evolución tasa accidentabilidad mensual. Empresas a evaluar. .............59
Ilustración 39: Cambio en tasa de accidentabilidad luego de prevención para empresas
críticas. ...........................................................................................................................60
Ilustración 40: Comparación conjunto de empresas respecto a tasa de accidentes. .....61
Ilustración 41: Beneficio económico utilizando modelo de predicción planteado. Primer
Semestre 2015. ..............................................................................................................78
Ilustración 42: Beneficios y costos en la reducción de accidentes. Empresas con más de
25 trabajadores. .............................................................................................................79
Ilustración 43: Beneficios para PYME en prevención de accidentes. .............................81
viii
1. Introducción
Las Mutuales de Seguridad son instituciones relevantes para nuestro país desde su
creación en la década de 1960. En particular, la Mutual de Seguridad C.Ch.C. es la
segunda más grande en cuanto a cantidad de trabajadores afiliados de trata, detrás de
la ACHS (Asociación Chilena de Seguridad).
El trabajo de título que se presenta tiene como principal objetivo disminuir la tasa de
accidentabilidad en empresas PYME asociadas a la Mutual de Seguridad C.Ch.C., a
través de la modificación del proceso de prevención que se posee actualmente. Los
trabajadores pertenecientes a empresas PYME y asociados a la Mutual representan
aproximadamente un 33% del total de trabajadores adheridos, además de esto las
PYME explican el 312% de los ingresos obtenidos por cotización por parte de la Mutual.
2
Año 2014
3
Empresas con trabajadores entre 200 y 500.
1
Definir y evaluar los beneficios de la propuesta.
2
2. Antecedentes
En el presente capítulo se presenta el contexto en donde se realiza el proyecto de
memoria, describiendo en primera parte el sistema actual de las mutuales en Chile,
luego analizando a la Mutual de Seguridad C.Ch.C., después se ve el comportamiento
de las empresas PYME afiliadas a ésta compañía y finalmente se da a conocer la
propuesta generada con la justificación y alcances permitentes.
Instituto de Seguridad del Trabajo (IST): Primera mutual en nuestro país, creada
por la Asociación de Industriales de Valparaíso y Aconcagua (ASIVA).
Las mutuales están regidas por la Ley N°16.744, la que establece el “Seguro Social
Obligatorio contra Riesgos de Accidentes del Trabajo y Enfermedades Profesionales”.
Esta ley establece principios para cuando suceda cualquiera de los siguientes hechos:
a) Accidentes de trabajo: Lesión que sufre una persona a causa del trabajo en el
cual está contratada, y que le produce incapacidad o muerte. También se
considera los accidentes sufridos por dirigentes a causa de su actividad gremial y
accidentes sufridos por trabajadores en capacitaciones.
En nuestro país, todas las empresas deben estar afiliadas a alguna mutual de
seguridad, dado que ellas son las que velan por los accidentes de sus empleados. Si
una empresa no se afilia voluntariamente a una mutual, se le asigna por defecto el
Instituto de Seguridad Laboral (ISL), única mutual pública. Las empresas son las
encargadas de pagar las cotizaciones de sus trabajadores, el equivalente al 1.62% de
la remuneración de cada uno de ellos, mientras que los trabajadores independientes
deben cotizar un 0.95% de sus ingresos. Además del porcentaje de cotización fija que
deben hacer las empresas por sus trabajadores, existe una cotización variable que
depende del riesgo de accidente que tengan los trabajadores en las empresas, la cual
se va actualizando cada dos años y se suma a la cotización fija. Las empresas creadas
y que se afilian por primera vez a una mutual de seguridad, se les asigna una cotización
extra dependiendo de la actividad económica a la cual pertenezcan, debido a que no
existe información de accidentabilidad de estas empresas.
4
2.2. Tasas de accidentabilidad y fatalidad
La tasa de accidentabilidad y fatalidad son los principales índices para medir el trabajo
que ejercen las mutuales en nuestro país. Ambas tasas muestran una tendencia a la
baja en el último tiempo. En la ilustración 2 se puede observar la tasa de accidentes de
trabajo4 de cada una de las mutuales de seguridad existentes en el país.
La tasa de fatalidad5 también ha ido a la baja durante los últimos años, en la ilustración
3 se puede observar lo planteado. Si bien el número de trabajadores fallecidos se ha
mantenido relativamente constante, la tasa de fatalidad ha bajado producto del aumento
del número de trabajadores afiliados a las mutuales.
5
( )
5
Ilustración 3: Evolución tasa fatalidad en Chile.
Mutual de Seguridad C.Ch.C. a fines del año 2014 poseía 1.845.054 trabajadores
afiliados, activos de $456.034.938.246 y utilidades de $12.312.000.000. El principal
objetivo de las mutuales es que sus empresas afiliadas tengan la menor tasa de
accidentabilidad posible, la que para las entidades enroladas a la Mutual de Seguridad
ha ido constantemente a la baja año tras año, llegando a pasar de una tasa del 11,6%
en 1997 a una de 3,71% en 2012.
6
Clasificación Empresa Ventas N° Empleados
MICRO 0-2.400 UF 0-9
PEQUEÑA 2.400,01 UF-25.000 UF 10-25
MEDIANA 25.000,01 UF-100.000 UF 25-200
GRANDE 100.000,01 UF y más 200 y más
Tabla 1: Clasificación empresas en Chile de acuerdo a montos de ventas y n° de empleados
(Ministerio economía).
Las grandes empresas son las que generan más ventas, respecto al total de ventas de
las empresas en Chile (81,2%), también son las que ofrecen la mayor cantidad de
empleos ( 53,7%), por otro lado son las que menos hay, de hecho son el 1,96% del total
de empresas en nuestro país (Tabla 2).
Dado el énfasis que se le ha dado a las empresas PYME por parte de la Mutual de
Seguridad, es que la cantidad de trabajadores adheridos a la empresa, pertenecientes
al macrosegmento mencionado, ha ido aumentando durante el último tiempo. En la
ilustración 4 se puede observar que desde enero de 2013 a septiembre de 2015 la
cantidad de trabajadores pertenecientes a empresas PYME (adheridos a la Mutual)
pasó desde 396.039 a 689.944, es decir, aumentó un 74%.
Antes del año 2012 existía el paradigma dentro de la Mutual de Seguridad de que las
empresas PYME no eran rentables, debido a que tenían pocos trabajadores, lo que se
traducía en un bajo ingreso por cotización y además se creía que tenían una mayor
probabilidad de accidentabilidad, por lo que se tenía una utilidad negativa por cada
empresa. El cambio de paradigma provino de altos directivos que plantearon que el
captar en gran cantidad empresas PYME generaría economías de escala y además
éstas no tendrían el alto poder de negociación que sí tiene una gran empresa. La
mayoría de las empresas PYME que fueron captadas por la Mutual de Seguridad
provinieron desde el ISL (instituto de Salud Laboral), única mutual pública, que en el
año 2011 contaba con la gran mayoría de este tipo de empresas.
8
Ilustración 5: Adhesión y salida de empresas PYME en la Mutual de Seguridad CChC.
Para realizar esta prevención proactiva, la Mutual de Seguridad le asigna una criticidad
a cada una de las empresas a comienzo de cada semestre, luego de esto las clasifica y
finalmente les aplica prevención de acuerdo a su clasificación.
9
empresa de acuerdo a este valor y finalmente se les aplica prevención dependiendo de
la clasificación que tenga la empresa. Dicho lo anterior es que el problema se puede
dividir en dos partes:
2.7. Justificación
Los montos económicos para justificar el por qué es tan importante tener un buen
sistema de clasificación/predicción vienen dados por el gasto que se incurre en realizar
estas prevenciones ($MM 2.500 anuales), además del costo promedio que se tiene en
el tratamiento de cada accidente, que se estima es de $400.000 6, lo que tomando en
6
Estimación entregada por experto perteneciente a la Mutual de Seguridad.
10
cuenta sólo los accidentes del primer semestre de 2015 se llega a una suma de
$5.388.400.000 (sin contar costos por muertes).
Dada las conversaciones que se han tenido con el cliente, el proyecto es viable y puede
ser aplicado en la empresa. Se tienen datos desde hace dos años respecto a muchas
variables que han ido cambiando en cada una de las PYME asociadas, así como los
costos que se han incurrido en las prevenciones.
2.8. Objetivos
11
2.9. Metodología
La metodología a seguir, para cumplir con los objetivos planteados es la siguiente:
2.10. Alcances
Se busca que el proyecto sea lo más útil para la empresa, así como también
perdurable. La propuesta a entregar es para que lo aplique la Mutual de Seguridad en la
prevención de accidentes para empresas PYME, siendo escalable a otro
Macrosegmento de empresas. Por ejemplo se les podría aplicar el mismo modelo a las
Corporaciones, Instituciones y empresas F-500 7 . De hecho el proyecto podría ser
replicable en una empresa multinacional, por ejemplo Wal-Mart, quien se acaba de
adherir a la Mutual, posee 60.000 trabajadores y sus centros de trabajo (sites) serían
los análogos a las empresas PYME.
7
Empresas con más de 200 trabajadores y menos de 500
12
Dada las reuniones que se han tenido con el sponsor8 dentro de la empresa y además
de la fácil escalabilidad del proyecto, se podría implementar a todas las PYME que tiene
asociada la Mutual de Seguridad, siempre y cuando la prueba descrita en el párrafo
anterior haya sido exitosa.
8
Gerente de Desarrollo de Mutual de Seguridad C.Ch.C.
13
3. Proceso Actual de Prevención
En este capítulo se tienen dos puntos muy importantes. En primer lugar se describe el
proceso actual de prevención de accidentes para empresas PYME, es decir, el proceso
en donde se centra el proyecto de memoria y como segundo punto, se analiza desde la
mirada de la ingeniería el proceso definido anteriormente.
a) Criticidad
La criticidad se calcula para todas las empresas PYME que están asociadas a la
Mutual de Seguridad a principio de cada semestre. El modelo de criticidad es una
forma de lograr predecir cuales empresas tendrán mayor cantidad de accidentes
durante el semestre, este modelo fue hecho de forma arbitraria y no existe ninguna
validación estadística respecto a él. Para obtener la criticidad, se utilizan las
siguientes variables, las que en el modelo utilizado actualmente tienen una relación
lineal con la variable independiente:
Variable
1.- Grupo Actividad Económica
2.- Número Accidentes
3.- Variación Semestral Accidentes
4.- Número de Días por Accidentes
5.-Enfermedades Profesionales
6.- Accidentes Fatales
7.- Denuncias
8.- Masa
Tabla 3: Variables utilizadas en modelo de criticidad.
14
Cada una de las variables está definida de la siguiente forma:
Código Grupo
Grupo Actividad Económica Actividad
Económica
Actividades no Específicas y Otras 0
Agricultura 1
Minería 2
Industrias Manufactureras 3
Electricidad, Gas y Agua 4
Construcción 5
Comercio 6
Transporte 7
Servicios Financieros y Profesionales 8
Servicios Personales 9
Tabla 4: Grupo de actividad económica con código respectivo.
IV. Número de días por accidentes: Cantidad de días perdidos en el trabajo a causa
de todos los accidentes aceptados el semestre anterior en la PYME.
VIII. Masa: Cantidad de trabajadores que tiene la empresa en el último mes que se
tiene información.
15
Cada una de las variables tiene una ponderación dentro de la fórmula de criticidad
(Tabla 5). Se puede observar cada una de las ocho variables con sus respectivos
ponderadores (%) dentro de la función de criticidad.
Dada las ocho variables y los parámetros asociados a cada una de ellas, se define
la criticidad como la siguiente fórmula:
Para dejar más claro el método, se calcula la Criticidad para la PYME “Ejemplo
Ltda.”. En la tabla 6 se puede observar el valor que tiene cada una de las variables
para la empresa “Ejemplo Ltda.” y el puntaje asociado a cada una de ellas.
16
Gracias a estos valores se obtiene una Criticidad de 3.05, por lo tanto la empresa
hubiera sido etiquetada como amarilla el primer semestre de 2015, como se verá en
el siguiente punto.
El índice Criticidad sólo es una herramienta para ordenar las empresas de acuerdo
al énfasis que se le debe dar en prevención y no es una predicción respecto al
número de accidentes que tengan ellas.
b) Ranking y Clasificación
Luego de asignar la Criticidad para cada una de las PYME, éstas se ordenan de
mayor a menor de acuerdo al índice mencionado. Arbitrariamente se define que el
grupo de empresas con 1% de mayor criticidad son clasificadas como rojas, el 19%
de las empresas siguientes etiquetas como amarillas y finalmente el 80% de las
restantes como verdes.
Por ejemplo, para el segundo semestre del año 2014 estos fueron los rangos de
criticidad para las empresas:
c) Acciones
Dada la etiqueta de criticidad asignada a cada una de las empresas, Mutual de
Seguridad aplica protocolos específicos a cada una de ellas, estas acciones se
pueden apreciar en la tabla 8, donde se ve la duración de cada actividad y a qué tipo
de empresas se les aplica. Estos protocolos de prevención son ofrecidos
gratuitamente a las PYME, por lo tanto los costos que conllevan son cubiertos por la
Mutual de Seguridad.
17
Tiempo
Actividades de Asesoría (Horas) ROJAS AMARILLAS VERDES
Venta Con Visita 1 X X X
1
Venta sin Visita 0.2 X X X
2 Evaluación Capacidad Preventiva 2 X X
3 PGP 1 X X X
4 Firma Plan 0.5 X
5 Mapa Riesgo 2 X
6 Taller Iper 1.5 X
7 Mejora Requisitos Legales (PGP) 1 X
Taller 5RV 2 X X
8 Seguimiento 1 5 RV 1 X X
Seguimiento 2 RV 1 X X
9 Procedimiento de Trabajo Seguro 1 X X
Capacitación realidad Empresa-detectar necesidad 0.5 X
10 Capacitación realidad Empresa-ejecución 1 X
Capacitación realidad empresa-requerimiento 1 X
Asesoría y diagnóstico CPHS 1 X X
11 Constitución CPHS 1 X X
Entrega Certificación CPHS (meta 80) 0.5 X
12 Formación monitor-inscripción 0.5 X X
13 Entrega Certificado Empresa Comprometida 0.5 X X X
TIEMPO (Horas) 18.7 9.2 2.7
Las actividades tienen un costo para la Mutual relacionado a las horas hombres que se
incurren en cada una de las asesorías, las que además de horas en terreno tienen
horas en traslado y horas incurridas en la realización de informes. A continuación se
describirán las actividades que se plantean, asignándoles costos a cada una de ellas9:
1. Venta Con Visita: Venta que realiza la Mutual de Seguridad respecto a sus
protocolos de prevención. Esta venta es presencial y se realiza para todas
aquellas empresas que no se tiene el contacto telefónico. Tiene un costo
aproximado de $4.500
2. Venta Sin Visita: Venta que realiza la Mutual de Seguridad mediante contacto
telefónico, ofreciendo la asesoría correspondiente a la etiqueta asignada. El
objetivo de esta acción es que la empresa contactada se adhiera al proyecto que
9
Se toma como referencia el sueldo de un Prevencionista de Riesgo promedio ($800.000 brutos
mensuales)
18
tiene Mutual de Asesorías con las PYME en materia de prevención. Tiene un
costo aproximado de $900.
4. PGP (Plan Gestión Preventiva): El PGP consiste en una entrevista con el Dueño
o Gerente de la empresa, con el que se analiza superficialmente los riesgos que
la empresa posee y luego guarda esa información en un tablet, características
que finalmente se almacenan en una base de datos. Tiene un costo aproximado
de $13.125.
5. Firma Plan: En esta actividad se le comunica a la empresa que debe firmar una
carta de compromiso para cumplir con el programa propuesto. Tiene un costo
aproximado de $1.563
7. Taller Iper: En el Taller Iper el experto les comenta a los trabajadores a que
riesgos están expuestos al momento de realizar sus labores diarias. Tiene un
costo aproximado de $11.000
10. Seguimiento 1, 5RV: Primer seguimiento del Taller 5RV, donde se busca
comprobar la implementación efectiva del procedimiento implantado en la
empresa. Costo aproximado de $14.063.
19
11. Seguimiento 2, 5RV: Segundo seguimiento del Taller 5RV, donde se busca
comprobar la implementación efectiva del procedimiento implantado en la
empresa. Costo aproximado de $7.125.
10
Empresas con más de 25 trabajadores.
20
Las asesorías a realizar son hechas por Prevencionistas de Riesgos, los que tienen un
sueldo líquido entre $600.000 y $800.000. Durante el año varía la dotación de este
personal, pero en promedio son 70 trabajadores los que asesoran a las empresas
PYME.
A las empresas rojas se les realiza en promedio cuatro a cinco visitas durante el
semestre, para las empresas amarillas se les aplica en promedio tres y las verdes una.
Respecto a los costos, se encuentran principalmente las horas hombres que se utilizan
en la intervención y en realizar informes, para las empresas rojas en promedio se
gastan $300.000 en prevención durante el semestre, para las amarillas $190.000 y para
las verdes $30.000, considerando costos en horas hombres en la intervención, costos
de horas hombres en informes, además del tiempo y costo del traslado a las empresas.
Cabe destacar que cerca del 50%11 de las empresas decididas a intervenir no logran
ser asistidas porque en la mayoría de los casos se tiene una dirección errónea, la
empresa no acepta la asesoría (menor cantidad) o la empresa fue desafiliada de la
Mutual y no se tenía conocimiento.
a) Criticidad
En el punto 3.1 se describió cómo se realiza el proceso de definir la criticidad para cada
una de las empresas PYME. En primer lugar se quiere analizar si cada una de las
variables que se consideran son las correctas, luego ver si los puntajes asignados están
bien alineados con el objetivo del modelo y por último se considera el primer semestre
de 2015 para medir el error que se tiene en el modelo actual.
Análisis de Variables.
Las ocho variables que se consideran para definir la criticidad, con sus respectivos
ponderadores, están presentes en la tabla 9.
11
Fuente del autor a partir del archivo RAMA (Reporte Asesorías Mutual Seguridad).
21
El modelo asume que todas las variables tienen ponderación positiva, es decir, la
variación positiva (negativa) en cada una de estas variables debería traducirse
en un aumento (disminución) en los accidentes (criticidad) de la empresa
(manteniendo todo lo demás constante).
Utilizando como base datos los accidentes de trabajo con y sin tiempo perdido de
todo el año 2014 y primer semestre de 2015, se obtienen las correlaciones
empíricas (tabla 10) que existen entre el número de accidentes en un semestre
de las empresas PYME y las variables que considera el modelo actual de
criticidad 12 . Se puede apreciar que todas las covariables tienen una relación
positiva con el número de accidentes que tienen las empresas en cada semestre,
exceptuando la variable Variación Semestre Accidentes.
Variable Correlación
Número Accidentes 0.45238
Variación Semestre Accidentes -0.21483
Número de Días por Accidentes 0.23342
Enfermedades Profesionales (casos) 0.07834
Casos Fatales 0.02416
Denuncias 0.54783
Masas 0.59025
Tabla 10: Resultado análisis correlación de covariables del modelo de criticidad con el
número de accidentes de empresas PYME. Año 2014 y primer semestre 2015.
12
No se considera la variable actividad económica porque no es numérica
13
Alta correlación entre variables explicativas de un modelo.
22
Análisis de ponderación.
Error Ranking
23
Verdes-Rojas: Empresas etiquetadas como verdes por la Mutual de
Seguridad y que de acuerdo al ranking efectivo fueron rojas.
Se puede decir que el error que tiene el modelo actual es bastante alto, sobre todo en la
clasificación de empresas rojas. Un 66,4% de las empresas rojas no fueron catalogadas
como tal, incluso un 8,4% fueron clasificadas como verdes, lo que quiere decir que no
se le aplico prácticamente protocolo de prevención de accidentes a éstas últimas.
No se puede evaluar el modelo de criticidad utilizado por la Mutual bajo algunos índices
de error, como el Accuracy, MAPE o MAE, debido a que la variable dependiente del
modelo no hace referencia a ningún valor medible (por ejemplo número de accidentes).
15
Empresas etiquetadas con mayor riesgo de lo que fueron en la realidad.
24
4. Marco Teórico
Para el proyecto que se propone, es de suma importancia la calidad que tenga el
modelo de pronóstico respecto a los accidentes que tengan las empresas PYME
adheridas a la Mutual.
Lograr pronosticar los accidentes ocurridos para cada una de las empresas no es
sencillo, es por ello que puede ser un buen proxy una variación de este valor, como por
ejemplo la tasa de accidentes, sí tiene o no accidente (variable dummy) o intervalos
para la clasificación de accidentes.
Se estudian dos tipos de modelos, por un lado los modelos de regresión, mientras que
por otro los modelos de clasificación. Un modelo de regresión tiene como output un
valor real, este tipo de modelo es muy común por ejemplo en la estimación de demanda
de un producto. Por otro lado los modelos de clasificación tienen como ouput un
conjunto acotado de valores, de hecho son clases predefinidas. Ejemplos de modelos
de clasificación son los utilizados en los bancos, el determinar si asignarle un crédito a
una persona, dependiendo de ciertas variables relevantes como lo son la edad, el
ingreso económico, entre otras.
1. Regresión Lineal
25
∑ ̅
∑ ̅
∑ ̅
2. Panel Data
También llamado serie de tiempo en cross section, son múltiples casos (personas,
familias, instituciones, etc.) de las que se tienen observaciones en más de una
ocasión en distintos períodos de tiempo. Es interesante este tipo de modelo, ya que
se puede inferir información temporal de cada una de las entidades. Panel Data
tiene la siguiente estructura:
Se puede ver que es un tipo de regresión lineal, con la salvedad de que se tiene
indexado el período además del individuo en particular. Si se tiene un total de N
individuos y T períodos en total, entonces se tienen observaciones.
El modelo de Efectos Fijos dice que cada individuo tiene asociado un parámetro
, el cual no varía en el tiempo. Es recomendable utilizar este modelo cuando el
número de individuos (N) es menor a la cantidad de períodos (T).
26
II. Modelo Efectos Aleatorios
El modelo de Efectos Aleatorios también dice que cada individuo tiene asociado
un parámetro , pero la forma de estimarlo es distinta a la del Modelo Efecto
Fijo. Para este caso se asume que todos los provienen de una misma
distribución, por lo tanto el desafío es calcular los parámetros de esta
distribución.
3. Logit
La función Logit, es un modelo no lineal de clasificación o elección. El modelo es
el siguiente y tiene una variable dependiente binaria:
4. Random Forest
Random Forest es un método creado por Leo Breiman y Adele Cluter en 2001.
Puede servir como modelo de regresión o como modelo de clasificación. Trata
básicamente de la construcción de varios árboles de decisión, utilizando
distintos muestreos tanto de datos como de variables.
27
3. Para cada conjunto escogido se construye un árbol de decisión. Luego se
escoge un número m (m<<M) que determinará el número variables que
se seleccionarán al azar, las que serán las encargadas de determinar la
decisión en un nodo dado.
Las principales ventajas que tiene Random Forest en comparación con otros
modelos son las siguientes:
SVM busca un hiperplano que separe de forma óptima a los puntos de una clase
de las de otra. Este algoritmo busca el hiperplano que tenga distancia máxima
(margen) con los puntos que estén más cerca de él mismo.
6. Poisson Regression
El modelo de regresión Poisson es un modelo lineal generalizado, donde la
variable de respuesta (independiente) posee una distribución Poisson y el
logaritmo de su valor esperado (esperanza) puede ser modelado como una
combinación lineal de parámetros desconocidos. Se utiliza para modelar datos
de conteo (número de veces que ocurre un fenómeno en particular).
Una variable aleatoria se dice que tiene una distribución Poisson con
parámetro si toma valores enteros con probabilidad:
{ }
28
El parámetro puede depender de variables explicativas, y quedar representado
como una variable independiente, por lo tanto queda de esta forma:
{ }
29
5. Tratamiento y Análisis de la Data
En este capítulo se pretende entregar un análisis preliminar de los datos, pudiendo
comprobar en una primera instancia algunos supuestos. En primer lugar se presentan
los gastos e ingresos que presenta la Mutual por parte de las empresas PYME, luego
los accidentes en empresas PYME, después se analizan el número y tasas de
accidentes desagregados por sectores económicos, también se estudia la distribución
temporal de accidentes en las empresas y finalmente se analiza la variación en la tasa y
cantidad de accidentes de las empresas entre distintos períodos (semestres).
Los datos se obtienen desde una base de datos de la Mutual de Seguridad y para
trabajar con ellos se utilizan los softwares PostgreSQL, R y Excel.
Como se mencionó anteriormente, las Mutuales de Seguridad deben velar por los
accidentes de trabajo, accidentes de trayecto y enfermedades profesionales de los
trabajadores afiliados a ella. Los accidentes pueden ser clasificados de la siguiente
forma:
Fatales y No Fatales
Fatales: Son los accidentes en que existe el fallecimiento del trabajador.
Sin tiempo perdido: No existen días laborales perdidos por parte del trabajador. Por
ejemplo, un empleado tiene una dolencia en un dedo, se dirige a la mutual a la que
está afiliado y se le da de alta inmediatamente y puede seguir trabajando sin
problemas.
16
Total Accidentes= Total Accidentes Con tiempo perdido (TOTALCTP) + Total Accidentes sin tiempo
perdido (TOTALSTP).
30
Ilustración 6: Evolución accidentes empresas asociadas a Mutual de Seguridad C.Ch.C.
TOTALACTP: Accidentes con tiempo perdido ocurridos en todas las empresas.
TOTALSTP: Accidentes sin tiempo perdido ocurridos en todas las empresas.
PYMESTP: Accidentes sin tiempo perdido ocurridos en todas las empresas PYME.
PYMECTP: Accidentes con tiempo perdido ocurridos en todas las empresas PYME.
17
Sector económico en primer lugar y luego el historial de accidentes de la empresa.
31
Cabe destacar que estos gastos provienen directamente desde la Mutual de Seguridad.
Los gastos e ingresos por cotización dentro de un año no tienen gran variabilidad (ver
Anexo 2). Dentro de los gastos que se incurren con las empresas asociadas a la Mutual
de Seguridad, se aprecia que los Gastos Administrativos son los más altos (50% del
total de los gastos). Los Gastos médicos y Gastos por Prestaciones económicas han
representado el 22% y 20% del total de gastos de los últimos tres años, mientras que
los Gastos en prevención representan alrededor del 4% de los gastos totales
(Ilustraciones 7 y 8).
32
5.1.1. Ingresos y Gastos por sector económico (PYME).
La Construcción es el sector económico que mayor margen 18 reportó a la Mutual
de Seguridad en el año 2013 (Ilustración 9), esto se debe principalmente a las
altas cotizaciones que tienen las empresas que pertenecen a este rubro, además
de que junto con el Comercio es el sector económico con más trabajadores
adheridos el año 2013 (80.000).
18
Ingresos menos Gastos.
33
Esta alza de accidentes se debe principalmente al aumento de la cantidad de
trabajadores afiliados y no a un incremento en la tasa de accidentabilidad.
El estudio que se realizará será en base a los accidentes de trabajo con y sin tiempo
perdido (aceptados) de los trabajadores adheridos a la Mutual de Seguridad. Se puede
ver que la suma de estos dos tipos de accidentes representa alrededor del 80% del
total de accidentes (ilustración 11), clasificados como no fatales, mientras que el 20%
restante corresponde a accidentes de trayecto y accidentes rechazados por la Mutual.
3,000
2,500
2,000
Accidentes
1,500
1,000
500
Período
34
En la tabla 14 se ve la relación que tiene los accidentes de trabajo (con y sin tiempo
perdido) con los accidentes fatales, esto para los dos semestres del 2014 y el primer
semestre de 2015. La relación entre ellos parece constante para cada semestre y es del
orden del 0.14%.
Empresas PYME que no han tenido ningún accidente en los cinco semestres que
se consideran.
PYME que han tenido al menos un accidente en los mismos cinco períodos
(semestres) a evaluar.
19
Accidentes de trabajo con y sin tiempo perdido.
20
Existen PYME que en algunos no registran trabajadores.
35
Ilustración 12: Empresas con y sin accidentes clasificadas por rubro. Enero 2013 a Junio
2015.
El número de trabajadores tiene directa relación con que una empresa haya tenido al
menos un accidente en los períodos definidos. Se puede ver que el número de
empleados es en promedio el doble, independiente de la actividad económica, en las
empresas que sí han tenido accidentes respecto a las que no los han tenido, lo que
tiene lógica debido a que a mayor cantidad de mayor cantidad de trabajadores, mayor
probabilidad de ocurrencia de accidente.
La tasa de accidentabilidad para cada sector económico y cada período de tiempo tiene
la siguiente fórmula:
36
: Cantidad de trabajadores totales pertenecientes al sector
económico i en el año t. Se calcula como la suma de los promedios de trabajadores de
cada empresa asociadas al sector económico en cuestión.
Existen actividades que reportan muy pocos accidentes, como lo son la Minería y el
rubro Electricidad, Agua y Luz. Esto es consecuencia de la baja afiliación de
trabajadores de estos sectores (Ilustración 14) y no hace referencia a una tasa mucho
más baja que el promedio (Ilustración 13), de hecho la Minería tiene una tasa del 8% en
promedio y Electricidad, Agua y Luz una tasa de 6%.
37
Ilustración 14: Evolución Trabajadores PYME Afiliados a Mutual de Seguridad C.Ch.C.
Desde el 2013 hasta el 2015 todos los sectores económicos han experimentado un
aumento en la cantidad de trabajadores asociados a la Mutual de Seguridad C.Ch.C. El
sector económico que ha experimentado un mayor aumento porcentual de trabajadores
es la Minería, con un 92% y la Construcción con un 72%. Los otros sectores
económicos han tenido un aumento entre el 30% y 50%. La Construcción tuvo 58.000
nuevos trabajadores asociados entre los períodos a evaluar, mientras que el Comercio
41.200, números que los sitúan como los rubros con mayor aumento en trabajadores
afiliados.
La división de los dos parámetros utilizados se multiplica por 12, con la intención de
tratar de llevar la tasa a un período anual.
38
1. Agricultura
Ilustración 15: Evolución tasa accidentabilidad Agricultura. Años 2013, 2014 y 2015.
2. Minería
Ilustración 16: Evolución tasa accidentabilidad Minería. Años 2013, 2014 y 2015.
39
3. Industria Manufacturera
Ilustración 18: Evolución tasa accidentabilidad Electricidad, Agua y Luz. Años 2013,
2014 y 2015.
40
rubro asociadas a la Mutual, 1.430 adheridos en enero de 2013 y 2.756 en
diciembre de 2015.
5. Construcción
6. Comercio
Ilustración 20: Evolución tasa accidentabilidad Comercio. Años 2013, 2014 y 2015.
41
En el comercio se observa prácticamente una tasa constante durante el año, la
que se interrumpe con bajas en los meses de marzo y septiembre. Se infiere que
tiene un comportamiento estacional la tasa de accidentabilidad.
7. Transporte
Ilustración 21: Evolución tasa accidentabilidad Agricultura. Años 2013, 2014 y 2015.
8. Servicios Financieros
42
9. Servicios Profesionales
Ilustración 23: Evolución tasa accidentabilidad Servicios Profesionales. Años 2013, 2014
y 2015.
Los Servicios Profesionales y Servicios Personales deben ser las actividades con
más volatilidad dentro de los meses del año, la que se puede deber a la escala que
se está utilizando en el gráfico. No se observa una estacionalidad marcada, aun así
se puede decir que en los meses de diciembre, enero y febrero la tasa marca una
baja apreciable.
21
Distribución Poisson que tiene más del 50% de las observaciones como “0”.
43
35,000
30,000
Número de empresas 25,000
20,000
2013-1
15,000 2013-2
10,000 2014-1
2014-2
5,000
2015-1
0
Accidentes
6,000
5,000
Número de empresas
4,000
2013-1
3,000
2013-2
2,000
2014-1
1,000 2014-2
2015-1
0
Accidentes
Dado lo anterior, es que sería interesante tratar a las empresas que tienen y las que no
tienen accidentes por separado, debido a que las que no tienen accidentes representan
más del 50% del total en cada semestre evaluado.
44
a) Distribución accidentes empresas con más de 25 trabajadores.
1600
1400
Número de empresas
1200
1000
2013-1
800
600 2013-2
400 2014-1
200 2014-2
0 2015-1
Accidentes
22
Promedio semestral de la cantidad de trabajadores mensual en las empresas.
23
Promedio semestral de la cantidad de trabajadores mensual en las empresas.
45
35,000
30,000
Número de empresas
25,000
20,000
2013-1
15,000 2013-2
10,000 2014-1
2014-2
5,000
2015-1
-
Accidentes
En primer lugar cabe destacar que un alto porcentaje de las empresas tuvo una tasa
igual a 0% en los semestres a estudiar, además de esto, las tasas de accidentes
mayores a un 14% representan cerca del 13% del total de las PYME estudiadas
(Ilustración 28).
24
Se calculó una tasa anual, la que es igual a:
46
30,000
25,000
Número de empresas
20,000
2013-1
15,000
203-2
10,000 2014-1
5,000 2014-2
2015-1
0
Tasa de accidentes
6,000
5,000
Número de accidentes
4,000
2013-1
3,000
2013-2
2,000 2014-1
2014-2
1,000
2015-1
0
Tasa de accidentes
Ilustración 29: Histograma tasa de accidentes. Empresas PYME con más de un accidente en
período a evaluar (semestre).
47
a) Distribución tasa accidentabilidad empresas con más de 25 trabajadores.
Se puede apreciar que las empresas que poseen más de 25 trabajadores tienen
concentración en lo que respecta a 0% de tasa y en menor medida a tasas mayores
que 14%. Cabe destacar que también se vislumbran empresas con tasas entre 0% y
14% (Ilustración 30).
2,500
2,000
Número Empresas
1,500
2013-1
1,000 2013-2
2014-1
500 2014-2
2015-1
0
Tasa Accidentes
48
35,000
30,000
Número Empresas
25,000
20,000
2013-1
15,000 2013-2
10,000 2014-1
2014-2
5,000
2015-1
0
Tasa Accidentes
Ilustración 34: Empresa ubicada en Puerto Montt, posee 127 trabajadores promedio en
el período a evaluar y pertenece al rubro de la Agricultura.
49
Función de densidad de probabilidad
Función de densidad de probabilidad
0,88
0,64
0,8
0,56
0,72
0,48 0,64
0,56
0,4
0,48
f(x)
f(x)
0,32
0,4
0,24 0,32
0,24
0,16
0,16
0,08 0,08
0 0
5 10 15 20 25 4 8 12 16 20 24 28 32 36 40 44 48
x
Ilustración 33: N° Adherente 154381, 80
x
Ilustración 32: Nº Adherente 154454, 102
accidentes. Histograma Exponential accidentes. Histograma Exponential
El resultado se podría extrapolar a las demás empresas que tengan gran número de
accidentes, lo que debiera ser validado con un método más cualitativo.
Para este punto se trabaja con data desde enero de 2013 hasta junio de 2015,
considerando a las empresas con más de cero trabajadores en cada uno de los
semestres, sin importan la cantidad de accidentes que hayan tenido. Se
clasifican a las empresas tal como lo realiza la Mutual de Seguridad, es decir, se
catalogan como rojas, amarillas o verdes a cada una de las PYME en cada
semestre. Se clasifican de acuerdo a los accidentes efectivos que tengan en
cada período (no por el modelo de criticidad que tiene Mutual), de esta forma el
1% de las empresas con más accidentes se clasifica como roja, el 19% siguiente
como amarilla y el 80% con menos accidentes como verde. Se quiere analizar el
cambio de etiqueta que tengan las empresas entre semestres, para esto se
propone una matriz de transición (Tabla 15).
50
Roja Amarilla Verde
Roja
Amarilla
Verde
Tabla 15: Matriz de transición (cantidad) de la clasificación de empresas PYME entre
semestres.
t
Roja Amarilla Verde
Roja
t-1
Amarilla
Verde
Tabla 16: Matriz de transición (probabilidad) clasificación de empresas PYME.
Dado que se consideran datos desde 2013 hasta mitad de 2015, se tienen cinco
períodos (semestres), por lo tanto existen cuatro matrices de transición (ver
Anexo 3). Las probabilidades de transición (Tabla 16) hacen referencia a la
probabilidad de que una empresa cambie de una etiqueta a otra entre dos
semestres.
T
Roja Amarilla Verde
Roja 0.36 0.54 0.24
t-1
Donde,
51
.
25
No considerando algunas propiedades que tienen este tipo de cadenas.
52
b) Cambio en el número de accidentes.
Se aplica el mismo filtro de empresas y los mismos períodos que en a). Son
34.578 empresas que cumplen la condición descrita anteriormente y se clasifican
de acuerdo a la cantidad de accidentes que tengan en cada uno de los períodos.
Sólo se consideran accidentes de trabajo con y sin tiempo perdido, definiendo
cuatro tipos de clasificación:
Realizando el mismo análisis por cada sector económico, se puede observar que
las empresas pertenecientes a Servicios Financieros, Servicios Personales,
Comercio y Transporte son las que en porcentaje varían menos durante los cinco
períodos respecto a la clasificación planteada (Ilustración 35).
53
9,000
8,000
7,000
Empresas
6,000
5,000
4,000
3,000
2,000
1,000
-
Sector Económico
A pesar de esto, prácticamente todas las empresas que no tienen variación son
las llamadas “empresas cero”, es decir, las que no tuvieron accidentes en los
cinco semestres. Considerando sólo las empresas que no tuvieron variación de
accidentes, el Comercio y la Industria Manufacturera son las que tienen mayor
porcentaje de empresas no catalogadas como “empresas cero” (Ilustración 36).
6,000
5,000
4,000
3,000
2,000
1,000
-
Al igual que en los análisis anteriores, se consideran empresas con más de cero
trabajadores desde enero de 2013 a julio de 2015 (34.578). Los períodos a
54
evaluar son semestres, por lo tanto se tienen 5 períodos. Para cada período se
calcula la tasa de accidentes de la siguiente forma:
Se analiza la dispersión que tienen las tasas para cada una de las empresas
mediante la desviación estándar de ellas, además del coeficiente de variación 27 .
Considerando sólo las empresas con un promedio de tasas mayor a 0%, el
promedio de los coeficientes de variación es igual a 141%, lo que quiere decir
que en promedio las empresas tienen una dispersión en las tasas de los cinco
período de alrededor de 141%.
26
Promedio de las tasas en los cinco períodos.
27
Desviación Estándar/Promedio.
55
6. Impacto de protocolos de prevención
en accidentes
En este capítulo se pretende cuantificar el impacto que tienen los protocolos de
prevención en la tasa de accidentabilidad de las empresas. Para evaluar el impacto se
plantean dos focos: El primero es evaluar mediante modelos regresores el impacto que
tienen las actividades de prevención en el número de accidentes de las empresas y el
otro es considerar un conjunto de empresas que se les aplicaron los mismos protocolos
y luego mediante series de tiempo analizar el impacto de las asesorías.
Se utilizan trimestres desde enero de 2013 hasta junio de 2015 como períodos
de tiempo para generar un modelo logit y otro de regresión lineal. Las variables
explicativas a utilizar en ambos modelos son las mismas (ver Anexo 4.a.),
diferenciándose sólo en la variable dependiente. Para el modelo logit la variable
dependiente es una dicotómica, si tuvo o no accidente la empresa en el trimestre,
mientras que para el modelo de regresión es la cantidad de accidentes que tuvo
la empresa en el mismo período.
Para el modelo logit se obtiene como resultado que las tres covariables
relacionadas con la realización del PGP contemporáneo (en el mismo semestre
56
del análisis de accidentes), como la realización de éste en el pasado sí son
significativas, pero los coeficientes tienen un valor positivos (ver Anexo 4.b.), por
lo tanto la realización del PGP implicaría una mayor probabilidad de tener
accidente, lo que no tiene sentido ya que el PGP busca lo contrario.
Para el caso de la regresión lineal, sólo dos covariables relacionadas con el PGP
son significativas (ver Anexo 4.c.), donde la realización del PGP en el trimestre
tiene un coeficiente de y la realización del PGP en dos períodos anterior al
evaluar tiene un coeficiente de . Igualmente que para el caso del logit, los
coeficientes deberían ser negativos además el estimador relacionado con el PGP
realizado el período anterior ( ) debería ser también significativo.
Los coeficientes obtenidos van contra la lógica del objetivo que se busca al
realizar un PGP, por lo tanto debe existir un error en la muestra que se está
considerando y probablemente las empresas que se les realiza PGP son las más
propensas a tener accidentes.
Mapa de Riesgos
De igual forma que se mide en impacto del PGP, se utilizan trimestres como
períodos, teniendo en la data el último trimestre de 2014 y los dos primeros del
2015. Se generan dos modelos, uno logit y otro de regresión lineal. Las variables
explicativas a utilizar en ambos modelos son las mismas (ver Anexo 5.a.),
diferenciándose sólo en la variable dependiente. Para el Modelo logit la variable
dependiente es una dicotómica, si tuvo o no accidente la empresa en el trimestre,
mientras que para el modelo de regresión es la cantidad de accidentes que tuvo
la empresa en el mismo período.
Para el modelo logit de las dos variables que tienen relación con la asesoría de
Mapa de Riesgo28 ( ), sólo la realización de la asesoría en el
período anterior al evaluar es significativa y tiene un valor de (ver Anexo
5.b.).
28
Realización de Mapa Riesgo en período a analizar y realización Mapa Riesgo en el período anterior.
57
b) Análisis Mediante Series de Tiempo.
Para este caso, se considera un set de empresas que se les haya aplicado los
protocolos aplicados a empresas críticas (rojas), en especial Taller cinco reglas
vitales, Taller Mapa Riesgo y Taller Iper, ya que según opinión de expertos son los
que más impactan en el número de accidentes de las empresas.
Se crea una “tasa total”30 para las empresas seleccionadas, para de esta forma
poder visualizar de mejor manera la incidencia de las acciones de prevención en la
accidentabilidad de las empresas. Se puede observar que desde 2013 existe una
tendencia a la baja en la accidentabilidad de estas empresas (Ilustración 38) y que
hay una apreciable disminución en la tasa para el primer semestre de 2015,
inmediatamente después de aplicar los protocolos de prevención.
29
30
58
Ilustración 38: Evolución tasa accidentabilidad mensual. Empresas a evaluar.
Se utilizan todos los meses del 2013 y del 2014 como data de entrenamiento y
luego de esto se pronostica el valor de la tasa para enero de 2015. Se trabaja en
el Software R, aplicando el comando auto.arima, el cual modela la serie con el
mejor modelo ARIMA de acuerdo al AIC (Akaike Information Criterion) o BIC
(Bayesian Information Criterion). Para este caso en particular, ARIMA (0,0,0) fue el
modelo escogido bajo los criterios del AIC y BIC.
59
1.80%
1.60%
1.40%
1.20%
1.00%
0.80%
0.60%
0.40%
0.20%
0.00%
Nov-13
Nov-14
Mar-13
Abr-13
Sept-14
Jul-13
Mar-14
Abr-14
Sept-13
Jul-14
Mar-15
Abr-15
Jul-15
Sept-15
Ene-13
Dic-14
May-13
Ene-14
May-14
Ene-15
May-15
Oct-15
Ago-13
Oct-13
Dic-13
Ago-14
Oct-14
Ago-15
Feb-14
Feb-13
Feb-15
Jun-13
Jun-14
Jun-15
Real Media Arima LowerBoundArima UpperBoundArima Tendencia
Como resultado se obtiene que la tasa existente en los tres meses posteriores a la
prevención en el set de empresas escogidas fue menor de lo que estimó el modelo
ARIMA (0,0,0), por lo tanto teniendo esta última tasa de comparación, los protocolos
de prevención sí tienen un efecto positivo en las tasas de accidentes de los meses
posteriores a la prevención. Además, se compara con la tasa de tendencia que
tiene la serie (Ilustración 39), donde se aprecia nuevamente que la prevención sí fue
efectiva comparándola con el comportamiento que hubiera tenido los accidentes.
Se puede apreciar por ejemplo que para el mes de enero la prevención hizo
disminuir la tasa en 0.51% (ARIMA) y un 0.44% (Tendencia), es decir, la tasa de
accidentabilidad mensual (enero) disminuye en un 75% utilizando como
comparación la proyección del modelo ARIMA y un 59% utilizando como proyección
la tendencia (Tabla 18). Por ejemplo, si existen dos empresas con el mismo valor en
sus variables explicativas, sólo que a una se le aplicó prevención y a otro no,
suponiendo que ambas tienen 100 trabajadores y la primera tuvo 2 accidentes en
enero, bajo los supuestos planteados anteriormente, se esperaría que la segunda
tuviera un accidente.
Mes Tasa Real Tasa ARIMA Dif. ARIMA Tasa Tendencia Dif. Tendencia
Ene-15 0.25% 0.757% -0.51% 0.69% -0.44%
Feb-15 0.25% 0.757% -0.51% 0.68% -0.43%
Mar-15 0.50% 0.757% -0.26% 0.67% -0.17%
Tabla 18: Comparación entre tasas reales versus predicciones. 13 empresas
intervenidas a fines de 2014.
31
60
de una empresa se ve reducida en un 27%, comparando con el pronóstico de tasa
ARIMA (0,0,0) y por otro lado un 25% teniendo como referencia la tendencia.
Se concluye que las asesorías como: Cinco Reglas Vitales, Taller Mapa de Riesgo,
Taller IPER y todos los seguimientos que se le hacen, sí tienen un impacto positivo en
la baja de la tasa de accidentabilidad en el semestre posterior al que fueron aplicados.
Por otro lado, el PGP sí es un buen instrumento para medir los riesgos y
particularidades que las empresas poseen, no así un buen instrumento en la reducción
de accidentabilidad.
61
7. Modelos de Predicción y Clasificación
Tomando algunos indicios que deja el análisis inicial de la data, se deben utilizar
herramientas cuantitativas para poder lograr conclusiones con mayor fundamento y a la
vez certeras.
En primer lugar se debe decir que los modelos que se presentan son con períodos de
un semestre, ya que la Mutual define la criticidad semestralmente, a pesar de esto se
propone trabajar más adelante con períodos más cortos, para así poder tener una
predicción/clasificación más dinámica y a la vez actualizada.
62
Se prueban modelos también para una nueva clasificación de segmentos económicos
(tabla 20). Estos nuevos segmentos fueron diseñados bajo el porcentaje de cotización32
intrínseca que se le asocia a cada actividad económica, de esta forma, dentro de cada
sector económico se agrupan aquellas actividades con tasas similares y se crean los
subsegmentos que diferencian el riesgo dentro de un sector económico. En la nueva
segmentación se aprecia claramente la diferencia de tasas de accidentes entre dos
clasificaciones pertenecientes al mismo segmento, por ejemplo la Construcción de Bajo
Riesgo presenta tasas del orden del 8,5% y la de Alto Riesgo del orden del 10,5%.
32
La cotización intrínseca refleja el riesgo que existe en cada actividad económica. Mayor riesgo, mayor
cotización por parte de los trabajadores.
63
7.1. Criterios selección modelos.
7.1.1. Criterios Clasificación
Para la clasificación, se utiliza la matriz de confusión (tabla 21) la que entrega aciertos y
errores provocados por los modelos, donde corresponde a los valores que se
predicen positivos y así lo son en la realidad (Verdaderos Positivos), corresponde a
valores que se predicen positivos pero en realidad son negativos (Falsos Positivos),
valores que se predicen como negativos y en realidad son positivos (Falsos Negativos)
y los valores negativos en la realidad, que se predijeron de igual forma (Verdaderos
Negativos).
Valores Reales
+ -
+
Predicción
-
Tabla 21: Matriz de confusión, modelos clasificación empresas.
Dada esta matriz de confusión se generan los índices Accuracy, Precision y Recall.
∑| ̂ |
64
2. MAPE: promedio de los errores absolutos porcentuales que comete el modelo al
momento de predecir.
̂
∑| |
33
Los períodos son los siguientes: primer semestre de 2014, segundo semestre de
2014 y primer semestre de 2015. La data de entrenamiento será escogida al azar entre
las observaciones y es el 80% del total de datos, el testeo se realiza con las
observaciones sobrantes (20%).
Se plantean tres métodos, en primer lugar se consideran todas las empresas con la
segmentación económica propuesta (Tabla 20), luego se consideran todas las
empresas con la segmentación económica existente y finalmente se filtran aquellas
empresas que nunca tuvieron accidentes, además de usar la segmentación económica
existente.
33
Es el promedio de los trabajadores para la empresa en el semestre.
65
Los modelos y sus tipos de resultados son los siguientes:
66
Se puede apreciar que el modelo Random Forest tiene muy buen Accuracy para la
gran mayoría de la data de entrenamiento, de hecho tiene en promedio un 90% en
la gran mayoría de los sectores económicos, sin embargo en el Accuracy de la data
de testeo están muy parejos ambos modelos .
67
segmento de Electricidad, Agua y Luz, segmento que tiene menos observaciones
que todos los demás (460).
Se puede ver que los índices de rendimiento que presenta Support Vector Machine
(Tabla 26) y Random Forest (Tabla 27) son peores a los que se obtuvieron en b),
esto se debe a que se eliminaron todas las empresas que nunca han tenido
accidentes, por lo tanto se deja fuera del modelo data con un alto accuracy.
Tabla 26: Support Vector Machine Clasiffication. Antigua Clasificación y data filtrada.
Para poder comparar los resultados obtenidos en este punto con los de a) y b), se
deben agregar al grupo Testeo las observaciones que no se consideraron
(empresas sin accidentes) y calcular de nuevo las medidas de precisión. Como se
trabaja con el 20% de la data como grupo testeo se realiza lo siguiente para cada
segmento económico:
68
Sea el número de empresas que no se consideran en el modelamiento de
la clasificación (empresas sin accidentes) para el segmento i.
Tabla 28: Medidas de precisión. Antigua segmentación, data filtrada y modificada con
empresas sin accidentes. Random Forest Classification y Support Vector Machine.
34
Empresas que no tendrán accidentes y no tuvieron.
69
7.3. Predicción Accidentes (>25 trabajadores)
Para la predicción del número de accidentes para empresas con más de 25
trabajadores se utiliza la data desde enero de 2013 hasta julio de 2015. Lo que se
pretende en este caso no es predecir la cantidad exacta de accidentes que tengan las
empresas, sino que utilizar la predicción de accidentes en empresas como herramienta
para generar un ranking y luego compararlo con el ranking de accidentes que ocurre en
realidad. Es por ello que se tiene como data de entrenamiento las observaciones de los
dos semestres de 2014 y como data de testeo el primer semestre de 2015. Las
variables a considerar son las siguientes:
35
35
Es el promedio de los trabajadores para la empresa en el semestre
70
Cod.Sector Sector Económico MAE RF MAE SVM MAE PR MAPE RF MAPE SVM MAPE PR
1 Agricultura no Riesgosa 1.19 1.17 1.37 53% 57% 50%
11 Agricultura Riesgosa 2.18 2.68 4.69 95% 95% 110%
2 Minería 0.91 1.08 2 49% 60% 65%
3 Manufactura no Riesgosa 1.32 1.30 1.54 56% 54% 54%
31 Manufactura Mediano Riesgo 1.83 1.89 2.06 60% 56% 59%
32 Manufactura Alto Riesgo 1.52 1.33 1.24 91% 69% 69%
4 Electricidad Agua y Luz 0.79 0.79 1.12 48% 59% 78%
5 Construcción Bajo Riesgo 1.89 1.79 1.42 69% 60% 75%
51 Construcción Alto Riesgo 1.96 1.69 2.46 115% 82% 146%
6 Comercio Bajo Riesgo 1.19 1.16 1.39 59% 59% 43%
61 Comercio Alto Riesgo 0.91 0.84 0.89 55% 67% 48%
7 Transporte 1.23 1.21 1.30 56% 59% 50%
8 Servicios Profesionales Bajo Riesgo 1.00 0.95 1.33 56% 60% 69%
81 Servicios Profesionales Alto Riesgo 0.87 0.99 2.49 52% 44% 75%
9 Servicios Personales Alto Riesgo 0.95 0.92 1.08 54% 63% 41%
91 Servicios Personales Bajo Riesgo 1.12 0.76 4.10 78% 37% 75%
Tabla 29: Medidas de rendimiento, predicción de accidentes empresas mayor a 25
trabajadores. Support Vector Machine, Random Forest y Poisson Regression. Primer
semestre 2015 testeo.
36
Empresas rojas en la clasificación de la Mutual de Seguridad C.Ch.C.
71
7.4. Clasificación Empresas (>25 trabajadores)
Para la Clasificación de Accidentes de empresas se utiliza la data desde enero de 2013
hasta julio de 2015. Dado lo estudiado en el análisis de data preliminar (capítulo 5) se
clasifican los accidentes en rangos, de esta forma se definen tres rangos:
38
37
Descrito en punto 6.1.1.
38
Es el promedio de los trabajadores para la empresa en el semestre
72
El Accuracy más preciso se obtuvo para la nueva segmentación propuesta 39, lo que
tiene sentido ya que mientras mejor se identifiquen los distintos sectores económicos,
se obtendrán mejores resultados.
SVM RF
Entrenamiento Testeo Entrenamiento Testeo
Cod.Sector. Sector Económico Accuracy Accuracy Accuracy Accuracy N train N test
1 Agricultura Bajo Riesgo 59% 53% 98% 54% 644 62
11 Agricultura Alto Riesgo 76% 84% 100% 44% 33 9
2 Minería 70% 42% 84% 56% 44
3 Manufactura Bajo Riesgo 62% 55% 98% 57% 398 121
31 Manufactura Mediano Riesgo 58% 52% 99% 45% 689 173
32 Manufactura Alto Riesgo 72% 30% 100% 50% 36 10
4 Electricidad Agua y Luz 73% 38% 100% 46% 49 13
5 Construcción Bajo Riesgo 55% 49% 93% 47% 2,577 645
51 Construcción Alto Riesgo 93% 25% 93% 20% 14 4
6 Comercio Bajo Riesgo 61% 51% 92% 48% 1,883 471
61 Comercio Alto Riesgo 71% 62% 98% 54% 197 50
7 Transporte 60% 52% 97% 76% 800 201
8 Servicios Profesionales Bajo 66% 54% 92% 54% 1,505 377
Riesgo
Servicios Profesionales Alto
81 71% 54% 100% 62% 146 37
Riesgo
9 Servicios Personales Alto Riesgo 62% 54% 91% 55% 1,676 420
91 Servicios Personales Bajo Riesgo 65% 27% 100% 9% 40 11
Total Ponderado 61% 52% 94% 52% 10,731 2,604
Tabla 31: Accuracy para clasificación de empresas. Empresas sin accidentes, empresas con 1
a 3 accidentes y empresas con más de 3 accidentes. Modelos para PYME con más de 25
trabajadores.
39
En anexos se puede apreciar el Accuracy para la segmentación convencional.
73
7.5. Contraste con modelo predictivo actual
Se Comparan los modelos de Predicción/Clasificación propuestos con el modelo de
criticidad que posee la Mutual de Seguridad. La comparación se enfocará en las
empresas más críticas, que son al fin y al cabo las que más contribuyen en el total de
accidentes de empresas PYME. La metodología será la siguiente:
Utilizar los accidentes de empresas PYME del primer semestre de 2015 como
conjunto a evaluar.
Se tiene que definir a cuantas empresas y accidentes en total apunta cada uno de los
modelos, sin importar si pertenecen o no al 1% de las empresas con más accidentes en
la realidad.
74
Regression. El modelo de criticidad utilizado actualmente por la Mutual de Seguridad
C.Ch.C. tiene un rendimiento menor a los tres modelos planteados, la diferencia en el
número de accidentes es de aproximadamente del 10%.
Dado las dos comparaciones realizadas (Tabla 32 y 33) es que el generar un ranking de
accidentes con el modelo Support Vector Machine genera un mayor acierto en
empresas con más accidentes que el utilizado actualmente por la Mutual de Seguridad.
Para analizar el tipo de beneficio económico que conllevaría esto para la empresa es
necesario cuantificar económicamente un accidente y además ver el impacto que
tengan las prevenciones.
75
8. Propuesta y Beneficios Económicos
En este capítulo se presenta la propuesta hecha por el alumno y además los beneficios
económicos que traería esta.
8.1. Propuesta.
8.1.1. Predicción y Clasificación
Como se pudo apreciar en el capítulo 7, los modelos predictivos planteados tienen
un mayor acierto en la cantidad de accidentes que el modelo de criticidad utilizado
actualmente por la Mutual de Seguridad. Se plantea la siguiente propuesta en temas
de predicción y clasificación de accidentes:
Clasificación Descripción
Empresas con mayor o igual cantidad de 25 trabajadores que tendrán accidentes en el
Riesgo Alto semestre
Riesgo Medio Empresas con menos de 25 trabajadores que tendrán al menos un accidente en el semestre
Bajo Riesgo Empresas que no tendrán accidentes en el semestre
Fidelización Empresas con menos de 25 trabajadores que nunca han tenido accidentes en su historial
Tabla 34: Nueva Clasificación de empresas con descripción de cada una de ellas.
76
Para el segmento de Riesgo Alto la prevención debe ser intensa, parecida a la que se
realiza actualmente a las empresas rojas debido a que este tipo de empresas eleva la
tasa de accidentabilidad de las PYME afiliadas a la Mutual de Seguridad y
precisamente el objetivo del trabajo es disminuir esta tasa.
Finalmente existen empresas para las cuales los modelos arrojan que no tendrán
accidentes, lo ideal es retener a este tipo de compañías, por lo tanto se propone
fidelizarlas y de esta forma ayudar a que la tasa de accidentabilidad total al menos se
mantenga igual.
Se utiliza el primer semestre de 2015 como prueba para ver los beneficios
económicos para la Mutual de Seguridad C.Ch.C., analizando solamente el 1% de
las empresas con más accidentes, es decir, empresas clasificadas como rojas bajo
la clasificación de la Mutual de Seguridad y definiendo la siguiente metodología:
77
Finalmente se multiplican los accidentes por distintos valores que se le
pueden asignar al costo de un accidente.
$ 700,000
$ 600,000
Gasto por accidente
$ 500,000
$ 400,000
$ 300,000
Reducción Gastos
$ 200,000
$ 100,000
$0
0% 10% 20% 30% 40% 50% 60%
Reducción Tasa Accidentabilidad Semestral
78
Tomando como muestra las 4.502 empresas con más de 25 trabajadores para el
primer semestre de 2015, se puede observar que no es lo óptimo intervenir al total
de las empresas con el protocolo de empresas rojas, dado que los beneficios son
menores a los costos en prevención (Ilustración 42). De hecho interviniendo hasta
la empresa número 1.850 en el ranking propuesto el beneficio acumulado es
mayor al gasto acumulado, y seguir interviniendo a más empresas que ésta no
generaría utilidades. Para este caso lo óptimo sería aplicar el protocolo de
empresas críticas donde la diferencia entre beneficios y gastos sea la mayor y esto
ocurre interviniendo hasta la empresa N° 636 en el ranking, obteniendo
$136.000.000 de utilidades.
Las empresas PYME también se ven beneficiadas por la prevención que se les
aplica, este viene dado por dos motivos, en primer lugar al bajar la tasa de
accidentabilidad, la cotización variable asignada a la empresa será menor al
momento de actualizarla 40 y como segundo punto existe una mayor eficiencia
organizacional en la empresa, debido a que si se contrata un reemplazante para el
trabajador accidentado, seguramente su productividad sea un porcentaje menor de
la que tiene el empleado con licencia.
Se tienen 2.975 accidentes para las empresas elegidas, los que en total suman
39.257 días perdidos, por lo tanto se tiene un promedio igual a 13,2 días
perdidos por cada accidente. Suponiendo que existe una tasa de reducción en la
accidentabilidad de 25%, los accidentes se hubieran reducido en 744 y no se
hubieran tenido 9.814 días perdidos.
Se definen los Días Ganados como la cantidad de días que el total de empresas
PYME intervenidas se beneficia gracias a la efectividad de producción 43 . Se
puede observar que a medida que el trabajador que reemplaza al empleado
accidentado tiene una efectividad más cercana al 100%, los Días Ganados se
van acercando a cero, debido a que ambos realizarían el trabajo de la misma
forma. Por el contrario, si el nuevo trabajador tiene una efectividad del 50%
respecto a la producción del accidentado, los Días Ganados para este set de
empresas serían 4.908 (Ilustración 43).
Lo ideal sería tener como multiplicado de los Días Ganados a la contribución que
hace (económicamente) cada trabajador a su empresa PYME, como es difícil de
cuantificarlo, se propone el Sueldo Promedio PYME, que debería ser un buen
proxy.
41
42
Accidentes que no hubieran ocurrido si se les hubiera aplicado los protocolos de prevención.
43
Mayor efectividad que posee el trabajador que está con licencia respecto al que lo reemplaza.
80
6,000
5,000
4,000
Días 3,000
1,000
64%
66%
94%
96%
50%
52%
54%
56%
58%
60%
62%
68%
70%
72%
74%
76%
78%
80%
82%
84%
86%
88%
90%
92%
98%
100%
Efectividad en Producción
Por último hay que destacar que la propuesta que se tiene puede ejecutarse bajo las
misma situación que existe hoy en la Mutual, es decir, no se necesita contratar más
personal ni tampoco tener una tecnología más avanzada.
44
Un ejemplo de clasificación podría ser: leve, grave y muy grave.
81
9. Conclusiones
El tema de este proyecto era generar una propuesta para el proceso de prevención de
accidentes en empresas PYME adheridas a la Mutual de Seguridad, enfocándose en la
primera parte de este proceso que es el modelamiento de la criticidad de cada una de
las empresas PYME.
A pesar de que los MAPE no fueron los esperados para la predicción de accidentes, se
generó un ranking con data del primer semestre de 2015 respecto a la accidentabilidad
de acuerdo a las predicciones entregados por los tres modelos. Se obtuvo que Random
Forest Regression, Poisson Regression y Support Vector Machine Regression tienen un
mayor porcentaje de accidentes en comparación con el modelo utilizado por la Mutual,
respecto al 1% de las empresas más críticas ese semestre.
82
trayecto ocurridos en el semestre anterior afectan positivamente al número de
accidentes que tenga la empresa.
45
Primer semestre de 2015
83
10. Bibliografía
84
11. Anexo y Apéndices
1) Puntajes para cada una de las variables en el modelo de criticidad Mutual de
Seguridad para empresas PYME.
Actividad económica
Grupo Actividad Económica Puntaje
Agricultura 5
Minería 10
Industria Manufacturera 7
Electricidad, Gas y Agua 5
Construcción 10
Comercio 3
Transporte 10
Servicios Financieros y Profesionales 1
Servicios Personales 1
Se puede ver que la minería, construcción y transporte son las que tiene mayor
puntaje, por lo tanto las empresas que trabajan en estos rubros son más
susceptibles a tener una criticidad mayor.
Número de accidentes:
Número de Accidentes Puntaje
0 0
1 1
3 2
5 3
7 4
10 5
20 6
30 7
60 8
80 9
100 10
La asignación se hace para los intervalos de accidentes, menos para 0 y 1, los que
tienen un puntaje en particular. Es muy poco probable que una empresa tenga entre
80 y 90 accidentes, por lo que el puntaje 10 nunca se asigna.
85
Variación semestral accidentes:
Variación Semestres Puntaje
-100 0
-20 1
-10 2
0 3
4 4
8 5
15 6
20 7
30 8
40 9
50 10
Casi nunca se asigna puntaje 0 o 10, ya que la variación entre semestre nunca es
tan grande (en módulo).
86
Enfermedades profesionales:
Casos de enfermedades Puntaje
0 0
1 1
3 2
5 3
8 4
10 5
14 6
18 7
22 8
28 9
30 10
Casos Fatales:
Casos Fatales Puntaje
0 0
1 10
Denuncias
Denuncias Puntaje
0 0
10 1
20 2
40 3
60 4
80 5
100 6
120 7
140 8
160 9
200 10
87
Masa
Masa Puntaje
0 0
100 1
200 2
300 3
400 4
500 5
600 6
700 7
800 8
900 9
1000 10
Para este caso, se puede ver que al ser empresas PYME, nunca se asignará un
puntaje mayor a 1, a menos que exista un error en la información del número
total de trabajadores.
$14,000 $500
Millones
Millones
$450
$12,000
$400
$10,000 $350
$8,000 $300
$250
$6,000 $200
$4,000 $150
$100
$2,000
$50
$0 $0
88
3) Matrices de Transición
2013.1
Amarilla 243 3,196 4,061
Verde 47 4,318 27,197
2014.1
Roja Amarilla Verde
Roja 44 238 156
2013.2
2014.2
Roja Amarilla Verde
Roja 185 256 45
2014.1
2015.1
Roja Amarilla Verde
Roja 233 298 42
2014.2
2013.2
Roja Amarilla Verde
Roja 0.34 0.56 0.10
2013.1
89
2014.1
Roja Amarilla Verde
Roja 0.10 0.54 0.36
2013.2
Amarilla 0.03 0.42 0.55
Verde 0.00 0.14 0.86
2014.2
Roja Amarilla Verde
2014.1 Roja 0.38 0.53 0.09
Amarilla 0.03 0.47 0.50
Verde 0.00 0.14 0.86
2015.1
Roja Amarilla Verde
Roja 0.41 0.52 0.07
2014.2
4)
a) Variables independientes en modelos para ver impacto de PGP (Plan Gestión
Preventiva).
46
46
Es el promedio de los trabajadores para la empresa en el semestre
90
{
{
{
91
5)
a) Variables independientes en modelos para ver impacto de Mapa de Riesgos.
47
{
{
47
Es el promedio de los trabajadores para la empresa en el semestre
92
c) Coeficientes de estimadores Mapa Riesgo (Regresión).
Coeficientes Valor Pr(>|z|) Significancia
Intercepto -1.05E-01 0.0021 **
Remu -5.15E-08 9.83E-02 *
accpast 2.33E-01 < 2E-16 ***
accpastt 2.35E-01 < 2E-16 ***
masa 8.81E-03 < 2E-16 ***
trayecto 1.96E-01 0.0126 *
enfermedad 1.28E-01 0.0019 **
rechazo 2.73E-01 7.00E-04 ***
maprie 3.22E-03 0.9777
mapriepast 2.05E-01 5.60E-07 ***
93
7) Modelos de predicción propuestos para cada sector económico definido.
Cod.Sector Sector Económico Modelo a utilizar
1 Agricultura no Riesgosa Poisson Regression
11 Agricultura Riesgosa Random Forest Regression
2 Minería Random Forest Regression
3 Manufactura no Riesgosa Support Vector Machine Regression
31 Manufactura Mediano Riesgo Support Vector Machine Regression
32 Manufactura Alto Riesgo Poisson Regression
4 Electricidad Agua y Luz Random Forest Regression
5 Construcción Bajo Riesgo Support Vector Machine Regression
51 Construcción Alto Riesgo Support Vector Machine Regression
6 Comercio Poisson Regression
61 Comercio Alto Riesgo Poisson Regression
7 Transporte Poisson Regression
8 Servicios Profesionales Bajo Riesgo Random Forest Regression
81 Servicios Profesionales Alto Riesgo Support Vector Machine Regression
9 Servicios Personales Alto Riesgo Poisson Regression
91 Servicios Personales Bajo Riesgo Support Vector Machine Regression
94